En el excelente artículo From Robotic Process Automation to Intelligent Process Automation (De la automatización robótica de procesos a la automatización inteligente de procesos ) (Chakraborti, 2020), el autor analiza cómo, en la última década, la automatización robótica de procesos (RPA) ha impulsado la eficiencia de los procesos empresariales de forma fascinante. Sin embargo, sugiere que ahora nos encontramos en un “punto de inflexión” dentro de esta tendencia tecnológica, con la automatización inteligente emergiendo como la progresión lógica de la RPA.
Chakraborti cita el nuevo paradigma de la automatización inteligente de procesos, que combina la automatización de procesos empresariales con el aprendizaje automático, la inteligencia artificial y los datos de clientes.
RPA es otro componente crítico de la automatización inteligente. Ambos conceptos están tan entrelazados que existe cierta confusión sobre dónde empieza la automatización inteligente de procesos y dónde acaba la automatización robótica de procesos.
Este artículo explorará las diferencias y puntos en común de ambas disciplinas y mostrará dónde se cruzan y solapan. También compartiremos algunos ejemplos de automatización inteligente junto con casos de uso del sector.
¿Qué es la automatización robótica de procesos?
La automatización robótica de procesos (RPA ) hace referencia a un conjunto de tecnologías que permiten alcanzar diversos objetivos de automatización de procesos empresariales (BPA). Podemos definir un proceso empresarial como un conjunto de tareas que permiten alcanzar los objetivos de la organización. Por ejemplo, un proceso empresarial puede ser algo tan sencillo como realizar una comprobación de crédito en una solicitud de préstamo.
Los pasos necesarios para una verificación de crédito implican extraer el nombre de un cliente de documentos internos, hacer una solicitud a una agencia de crédito y, a continuación, volver a introducir el resultado en los sistemas internos. En los entornos empresariales tradicionales, estas tareas se gestionan manualmente. Sin embargo, la automatización de procesos empresariales utiliza robots para realizar estas tareas, de ahí el término Automatización Robótica de Procesos.
Las tareas de RPA deben basarse en reglas y ser predecibles. Necesitan desencadenantes, entradas y salidas claramente definidos. Como tal, el manejo de excepciones es algo que puede despistarlos. Las anomalías o las circunstancias excepcionales -o cualquier cosa que requiera pensar sobre la marcha- no son tareas que pueda manejar la RPA. Por supuesto, eso no quiere decir que la gestión de excepciones sea un concepto extraño en el desarrollo de RPA.
Hay muchos escenarios en los que un bot no puede completar una tarea debido a un problema con el permiso de seguridad o a datos incompletos. Los desarrolladores pueden construir en torno a estas excepciones. Por ejemplo, imagine un escenario en el que crea un proceso RPA para transferir datos de facturas a una base de datos, pero la base de datos no funciona. Puede ordenar al robot que siga intentándolo a intervalos determinados hasta que se conecte con la base de datos. Sin embargo, una vez alcanzado un número máximo de intentos, lanzará una excepción de negocio para que un trabajador manual pueda remediar la situación.
Lo que hemos descrito anteriormente es un escenario sencillo. Sin embargo, puede que necesite explorar la automatización inteligente de procesos para crear procesos más resistentes y sólidos que se ocupen de las excepciones de forma independiente.
Para profundizar en el tema, lea nuestra Guía completa de automatización robótica de procesos (RPA).
¿Qué es la automatización inteligente de procesos (IPA)?
La automatización inteligente de procesos hace referencia a una combinación de tecnologías que ayudan a las empresas a automatizar los flujos de trabajo y procesos existentes. Ya en 2017, McKinsey destacó los beneficios de la automatización inteligente. El documento de la consultora, ampliamente difundido, Automatización inteligente de procesos: The engine at the core of the next-generation operating model, esboza cinco tecnologías básicas que se unen para hacer posible la automatización inteligente.
Lo son:
1. Automatización robótica de procesos (RPA):
Conjunto de herramientas que realizan tareas predecibles, repetitivas y bien definidas que tradicionalmente eran competencia de los trabajadores humanos.
2. Aprendizaje automático y analítica avanzada:
Algoritmos avanzados entrenados para encontrar patrones en vastos conjuntos de datos históricos, de modo que puedan ofrecer ideas y predicciones con una rapidez y precisión imposibles para los investigadores humanos.
3. Generadores de lenguaje natural (NLG)
Como demuestra el éxito de herramientas como ChatGPT y Pi, los generadores de lenguaje natural pueden producir texto y otros elementos creativos para facilitar la comunicación entre humanos y tecnología.
4. Flujos de trabajo inteligentes:
Un software de procesos empresariales que gestiona el flujo de trabajo entre humanos y máquinas, garantizando la entrega, el seguimiento y la elaboración de informes sin problemas.
5. Agentes cognitivos:
Chatbots inteligentes que utilizan una combinación de ML y NLP para proporcionar representantes de atención al cliente automatizados que reducen la carga del personal de servicio y, en algunos casos, destacan en la venta y la comprensión de los clientes.
Las tecnologías mencionadas son los componentes básicos de una solución IPA. Aunque implícita, también añadiríamos la tecnología de visión por ordenador (CVT) a la lista de herramientas que componen la tecnología IPA.
Las similitudes entre RPA e IPA
Aunque la RPA y la IPA son categorías tecnológicas distintas, tienen un buen grado de cruce. Estas son algunas de las similitudes entre la RPA y la IPA.
1. Ambas son herramientas de automatización
La conexión más evidente entre RPA e IPA es que ambas herramientas existen para automatizar procesos empresariales. Aunque cada solución adopta su propio enfoque y utiliza distintos tipos de tecnología para alcanzar sus objetivos, en el fondo, su ética es ocuparse de tareas que tradicionalmente realiza el ser humano y encontrar la manera de hacerlas de forma más eficiente, rentable y precisa.
2. La RPA es una parte central de la IPA
Otra similitud importante entre ambas tecnologías es el hecho de que la RPA es un componente básico de la IPA. Aunque el aprendizaje automático y otras tecnologías que imitan la cognición humana son partes fundamentales de la IPA, las automatizaciones se construyen sobre una base de RPA.
3. RPA e IPA comparten beneficios similares
La RPA y la IPA también comparten muchas de las ventajas empresariales. Por ejemplo, ayudan a las empresas a reducir costes, ahorrar tiempo, aumentar la productividad, incrementar la satisfacción laboral de los empleados, cumplir las normas, mejorar el servicio y reducir los errores humanos.
Diferencias entre RPA e IPA
Aunque la RPA y la IPA tienen muchos puntos en común, hay algunos puntos de diferencia que debe comprender.
#1. Escalabilidad
Aunque la RPA destaca en la automatización de tareas discretas, la orquestación de flujos de trabajo complejos o la gestión de datos no estructurados es un reto habitual. IPA ofrece una combinación de herramientas que ayudan con los cuellos de botella de la ampliación, como los datos no estructurados o la toma de decisiones.
#2. Aprendizaje y adaptación en tiempo real
RPA es una solución perfecta para tareas que siguen un camino predecible, paso a paso. Por definición, sigue instrucciones. Por otro lado, IPA puede aprender y adaptarse en tiempo real gracias a funciones como ML.
#3. Inteligencia
La inteligencia es difícil de definir. Sin embargo, todos entendemos que el pensamiento humano utiliza diversas herramientas como la lógica, el razonamiento, el aprendizaje, la planificación y la resolución de problemas para generar respuestas o predicciones basadas en la información.
Las herramientas de RPA pueden procesar información, pero sólo mediante un estricto conjunto de reglas. Básicamente, utiliza la lógica if/then/else para gestionar los procesos empresariales. En efecto, la RPA imita la cognición humana, pero sólo porque se le da un mapa.
La automatización inteligente, en cambio, procesa los datos de una forma que se asemeja más a la cognición humana. Dado que las herramientas de automatización inteligente utilizan IA, pueden salirse de los límites del seguimiento de instrucciones y adaptarse y ajustarse a circunstancias cambiantes, datos no estructurados y otros factores excepcionales que pueden dejar perplejas a las herramientas de RPA.
#4. Tratamiento de datos no estructurados
RPA ayuda a los equipos a abordar tareas deterministas. Como tal, se basa en entradas predecibles, como los datos estructurados. Sin embargo, cuando se trata de lidiar con datos no estructurados o cualquier información que se salga de la reserva, llegamos a los límites superiores de las herramientas de RPA.
El tratamiento de datos estructurados suele recaer en trabajadores manuales. Dado que la toma de decisiones y la interpretación son importantes, tiene sentido recurrir a la cognición humana. Sin embargo, la automatización inteligente puede manejar datos no estructurados gracias al uso de tecnologías de IA como el aprendizaje automático.
Cabe señalar que las herramientas de RPA pueden utilizarse para convertir datos no estructurados en datos estructurados. Por ejemplo, el uso de herramientas de procesamiento del lenguaje natural (PLN) o de reconocimiento óptico de caracteres (ROC) ayuda a traducir estos datos en algo con lo que pueda trabajar un RPA. Sin embargo, la naturaleza de los datos no estructurados hace que este proceso sea complejo y requiere la creación de múltiples plantillas capaces de realizar el trabajo. Esta realidad puede provocar problemas de escalabilidad en las soluciones de RPA.
#5. RPA es más rentable
Aunque las herramientas de AI tienen un alcance más amplio que el software de RPA, estos extras tienen un coste. Uno de los aspectos más atractivos de las herramientas de automatización es su demostrado ahorro de costes. Sin embargo, teniendo en cuenta sus precios relativos, el software RPA es más accesible para la mayor parte del mercado.
La automatización inteligente es una solución más flexible que puede funcionar en una gama más amplia de entornos. Sin embargo, no todas las empresas tienen necesidades de automatización complejas. En función del alcance de los procesos empresariales que necesite automatizar, las soluciones de RPA pueden proporcionarle todo lo que necesita.
#6. RPA es más rápido de implantar
Las herramientas de automatización inteligente ofrecen soluciones a una amplia gama de problemas. Sin embargo, cuando se trata de tiempos de implementación rápidos, esta complejidad se convierte en un ligero punto negativo. Las herramientas de RPA son más sencillas y, por tanto, su implantación es menos costosa y requiere menos tiempo. Para los líderes bajo presión para lograr la transformación digital en todas sus empresas, las soluciones de RPA pueden ofrecer un camino más rápido para generar valor.
#7. Las herramientas IPA tienen una curva de aprendizaje más pronunciada
Una vez más, la complejidad relativa de estas herramientas crea ventajas e inconvenientes. Por naturaleza, la adopción de herramientas de IPA requiere características muy técnicas, como el aprendizaje automático.
Todavía hay esperanza para los equipos no técnicos. Las empresas de consultoría de automatización inteligente pueden hacer gran parte del trabajo pesado y del diseño de procesos. Además, las herramientas de AI son cada día más fáciles de usar.
Ejemplos de automatización inteligente de procesos y casos de uso en la industria
Según las investigaciones, en 2023 se producirán 120 zettabytes de datos. Cada año, el volumen de datos producidos en todo el mundo aumenta entre un 20% y un 25%. Según el MIT Sloan, alrededor del 80% de estos datos no están estructurados. Aunque las herramientas de RPA han permitido a las empresas hacer mucho con los datos estructurados, está claro que el texto, el audio, los vídeos, los correos electrónicos, el contenido de las redes sociales, los registros de servidores, los registros de sensores y las imágenes de satélite podrían ofrecer oportunidades notables.
La mejor forma de comprender las capacidades de la automatización empresarial inteligente es a través de ejemplos y casos de uso prácticos y reales. He aquí algunas formas en que la tecnología de automatización inteligente puede ayudar en determinados sectores.
1. 1. Atención al cliente
Las expectativas de servicio al cliente han crecido espectacularmente en los últimos años. El consumidor moderno exige opciones de autoservicio permanente con un alto grado de personalización. La automatización inteligente ayuda a las empresas a ofrecer el nivel esperado de atención personalizada sin los elevados gastos generales asociados a los trabajadores humanos.
Los chatbots impulsados por procesadores de lenguaje natural y conectados a plataformas de gestión de relaciones con los clientes (CRM) pueden ofrecer excelentes experiencias a los clientes. Cuando se combinan con la gestión automatizada del correo electrónico, el análisis predictivo y el análisis de opiniones, las empresas disponen de una atención omnicanal que se anticipa a los problemas y ayuda a fidelizar a los clientes.
2. Sanidad
La sanidad ha adoptado en gran medida la automatización inteligente. La mala salud mundial hace que los hospitales estén cada vez más ocupados, y muchos crujen bajo la presión. Los presupuestos ajustados y la sobrecarga de trabajo del personal ponen de manifiesto la necesidad de una mayor eficiencia operativa, especialmente en tareas administrativas como la inscripción de pacientes, la tramitación de seguros, la programación, la facturación y otras.
3. Finanzas
El sector financiero se ha ganado con razón la reputación de estar a la vanguardia de las tecnologías punteras. El sector, uno de los primeros en adoptar la tecnología de RPA, ha seguido buscando formas de impulsar la eficiencia y cumplir las cargas normativas. La automatización inteligente se utiliza en todo el espacio financiero para ayudar en la detección del fraude y el cumplimiento de la normativa. Sin embargo, la tecnología también ayuda con las operaciones, agilizando cada vez más la toma de decisiones para las solicitudes de préstamos y más. Además, también puede automatizar las pruebas de software, ayudando a las instituciones financieras a crear software a medida.
4. Fabricación
En los últimos años ha aumentado la concienciación pública sobre los problemas de la cadena de suministro debido a los cuellos de botella, la inflación y la crisis general del coste de la vida. Los fabricantes deben adoptar la transformación digital a medida que evolucionan las preferencias de compra y cambia la dinámica empresarial. Esta realidad es especialmente acusada en los países recientemente industrializados o en vías de desarrollo.
La RPA y la IPA pueden ayudar a las empresas de estos sectores a acortar distancias y mejorar los procesos y la organización en toda la cadena de valor. Automatizar las órdenes de producción, comprender y adaptarse a los cambios en las preferencias de los clientes, mejorar la logística y reducir los residuos son solo algunas de las áreas que pueden beneficiarse de las herramientas basadas en IA.
¿Son lo mismo la automatización inteligente de procesos y la hiperautomatización?
Aunque muchos expertos utilizan indistintamente la automatización inteligente de procesos y la hiperautomatización, se trata de conceptos distintos. La confusión es comprensible. Ambas disciplinas están a la vanguardia de la automatización de los procesos informáticos y empresariales mediante el uso de la inteligencia artificial y otras tecnologías afines. Sin embargo, es esencial entender las diferencias entre ambos.
Como ya se ha mencionado, la automatización inteligente de procesos utiliza una mezcla de tecnologías como IA, ML, visión por ordenador, cognitiva, procesamiento del lenguaje natural y, por supuesto, RPA.
La hiperautomatización, por su parte, es una filosofía o enfoque que pretende automatizar el mayor número posible de procesos empresariales.
Gran parte de la confusión se debe a que la IPA forma parte de un enfoque hiperautomatizado. Sin embargo, la hiperautomatización es una versión más sofisticada y acelerada de la AI, con un alcance mucho mayor. En lugar de ocuparse de procesos o tareas fijos, la hiperautomatización funciona en todas las plataformas y tecnologías para maximizar la eficiencia empresarial.
Puntos de intersección y convergencia entre la IPA y la RPA
Hemos dedicado gran parte de este artículo a diseccionar los méritos relativos de la IPA y la RPA. Aunque es útil establecer una distinción entre estas tecnologías de automatización, pensar en ellas como herramientas adversarias o competidoras no es del todo correcto. La mejor manera de entender sus capacidades es como herramientas de automatización complementarias.
Hay varios puntos en los que ambas herramientas se cruzan.
#1. La IPA como solución a las limitaciones de la RPA
En el documento Cómo competir en la era de la inteligencia artificial (Mohanty y Vyas, 2018), los autores afirman que “los robots RPA harán exactamente lo que les digas, esa es su mayor fortaleza, pero también su mayor debilidad.” Este sentimiento subraya un punto crítico sobre los límites de la RPA: Como demuestra su adopción generalizada, es una herramienta esencial en la era de la información; sin embargo, los datos no estructurados y los escenarios impredecibles hacen que las empresas no puedan adoptar soluciones de RPA para todas las tareas.
El aprendizaje automático puede ayudar a ampliar las capacidades de RPA, especialmente en dos áreas principales. Lo son:
1. Tratamiento de datos no estructurados
2. Abrir la puerta a la toma de decisiones de orden superior
Tal y como están las cosas, las herramientas de RPA son incapaces de lo anterior. Sin embargo, cuando se aumenta con IA, la automatización puede pasar a un nuevo nivel.
#2. Como paso previo a la implantación de la IPA o la hiperautomatización
Resulta tentador considerar la RPA, la IPA y la hiperautomatización como un continuo. Sin embargo, podría ser una ligera simplificación del asunto. El hecho es que cualquier sistema de automatización complejo que incluya la IPA o la hiperautomatización dependerá en gran medida de la RPA. Por ello, las herramientas de RPA seguirán siendo pertinentes y necesarias en estos escenarios avanzados.
Donde este argumento es más sólido es en el contexto de la aplicación. El camino hacia la hiperautomatización requiere mucha investigación sobre qué tareas pueden automatizarse. Empezar con RPA crea una base sólida para los tipos de tareas que pueden automatizarse. Permite a las empresas crear y probar flujos de trabajo de automatización que, con el tiempo, podrán ampliar y aumentar con IPA.
La hiperautomatización es un enfoque que consiste en automatizar todo lo que sea posible. Este aspecto variará de una empresa a otra. En algunas empresas, podría implicar RPA, que es asistido en pequeña parte por AI; en otras, podría ser una máquina de automatización completa y completa con una mínima intervención humana.
#3. Análisis predictivo y toma de decisiones
Los RPA realizan tareas definidas en función de determinados desencadenantes o entradas. Si tenemos en cuenta algunas de las ventajas de la IPA, como el análisis de sentimientos, el procesamiento del lenguaje natural, la tecnología de visión por ordenador y las capacidades de ML, está claro que la tecnología será capaz de manejar un montón de datos desordenados y convertirlos en información estructurada que pueda servir como estos desencadenantes o entradas.
Las posibilidades son asombrosas. Como hemos visto en la industria médica, la investigación ha demostrado que la IA superó a los radiólogos en el cribado mamográfico. Hacer estas predicciones con precisión requiere años de experiencia y conocimientos especializados que se pierden cuando alguien se jubila o abandona la empresa. La RPA aumentada por la IA puede ayudar a superar esta brecha de experiencia.
Aunque el ejemplo del cribado mamográfico es llamativo, las ventajas de la RPA y la IPA pueden aplicarse a varios otros escenarios de gestión empresarial que requieren una cognición o una toma de decisiones de alta calidad. Una vez tomadas estas decisiones, pueden desencadenar las acciones posteriores a través de RPA, aportando un increíble nivel de productividad a una amplia gama de empresas.
Cinco herramientas de automatización inteligente
Existen varios proveedores de automatización inteligente en el mercado. Cada una ofrece una combinación única de tecnologías, enfoques y precios diferentes. Analicemos cinco de los nombres más importantes en el ámbito de la AI.
#1. ZAPTEST
ZAPTEST es una solución de automatización inteligente integral que ofrece herramientas de hiperautomatización de última generación tanto para la automatización de software como para la automatización de procesos robóticos. Utiliza una mezcla de tecnología de visión por ordenador y RPA para ayudar a los usuarios a descubrir y automatizar tareas de oficina tanto frontales como de back-end. La plataforma cuenta con excelentes funciones como OCR y sólidas herramientas analíticas. También cuenta con capacidad sin código, ediciones gratuitas y para empresas, automatización de cualquier aplicación a través de plataformas y navegadores, licencias ilimitadas y un experto en ZAP a tiempo completo que trabaja como parte de los equipos del cliente (en su edición para empresas).
#2. IBM Cloud Pak para la automatización empresarial
IBM Cloud Pak es una solución modular, de nube híbrida y automatización inteligente. Esta plataforma integral de automatización empresarial incluye una gran variedad de funciones, como automatización de flujos de trabajo, procesamiento de documentos, minería de procesos y gestión de decisiones. También incluye herramientas de bajo y ningún código y un buen servicio de atención al cliente.
#3. Plataforma de automatización empresarial UiPath
UiPath ha reforzado su oferta de RPA con la automatización empresarial inteligente. La plataforma utiliza tecnología de visión por ordenador y robótica desatendida (en sus palabras, “robots que manejan robots”) para lograr estos objetivos. También utilizan mejoras cognitivas para comprender el lenguaje y los datos no estructurados. La plataforma de automatización empresarial UiPath se integra con servicios cognitivos de terceros de proveedores como IBM, Google y Microsoft.
#4. SS&C Blue Prism Cloud
SS&C Blue Prism Cloud es otra plataforma de automatización inteligente basada en la nube con capacidades de IA. La empresa también ofrece servicios de automatización inteligente para ayudar a los equipos a gestionar la implantación y el mantenimiento. Además de las herramientas inteligentes de automatización de procesos robóticos, Blue Prism Cloud también ofrece un estudio de diseño sin código, de arrastrar y soltar, y Control Room, una función de orquestación de automatización de flujos de trabajo.
#5. Microsoft Power Automate
Microsoft Power Automate, anteriormente denominada Microsoft Flow, es otra solución de automatización inteligente sin código basada en la nube. El paquete ofrece una función llamada AI Builder que es fácil de usar, escalable y fácilmente conectable. La muy publicitada inversión de 10.000 millones de dólares de Microsoft en ChatGPT significa que proporciona capacidades de procesamiento de lenguaje natural combinadas con una interfaz de apuntar y hacer clic que permite a los equipos no técnicos crear flujos de trabajo inteligentes de automatización de procesos robóticos.
Reflexiones finales
RPA e IPA son tecnologías distintas. Sin embargo, son profundamente complementarios. El verdadero poder de ambas herramientas reside en su capacidad para aumentar no sólo a los trabajadores humanos, sino también entre sí. Como demuestran muchos ejemplos de automatización inteligente, gran parte del trabajo básico que permite la AI puede ser ejecutado por trabajadores digitales y robots. Para que la automatización tenga éxito es necesario desglosar y comprender los flujos de trabajo existentes. RPA puede dar cuenta de muchos de estos componentes.
Nos encontramos en el umbral de una era apasionante en el mundo laboral, en la que las capacidades cognitivas humanas pueden complementarse con la IA. La transformación digital es, con razón, una prioridad para las empresas de los países desarrollados y en desarrollo. La adopción de herramientas IPA y RPA formará parte central de estas transiciones, permitiendo una productividad inimaginable.
